买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江南大学;中国电子科技集团公司第五十八研究所

摘要：本发明涉及一种倒装芯片缺陷检测方法、系统、设备和介质，其中，方法包括：步骤S1：采集倒装芯片的一维振动数据，并将采集的一维振动数据划分为训练集、测试集和未标记样本集；步骤S2：将所述训练集划分为支持集和查询集，基于所述支持集和所述查询集构建若干损失函数，通过若干损失函数对预先设置的改进原型网络进行训练；步骤S3：对所述未标记样本集中的样本赋予伪标签，得到伪标签样本，并扩充所述训练集，通过扩充的训练集对改进原型网络进一步训练，得到训练好的改进原型网络；步骤S4：将所述测试集导入训练好的改进原型网络进行缺陷检测，得到检测结果。本发明能够有效提高在小样本情况下倒装芯片缺陷检测的准确性。

主权项：1.一种倒装芯片缺陷检测方法，其特征在于：包括：步骤S1：采集倒装芯片的一维振动数据，并将采集的一维振动数据划分为训练集、测试集和未标记样本集；步骤S2：将所述训练集划分为支持集和查询集，基于所述支持集和所述查询集构建若干损失函数，通过若干损失函数对预先设置的改进原型网络进行训练；其中，所述若干损失函数包括原始分类损失、有监督对比损失、自校准损失和交叉校准损失；步骤S3：对所述未标记样本集中的样本赋予伪标签，得到伪标签样本，将所述伪标签样本加入到所述训练集中以扩充训练集，通过扩充的训练集对改进原型网络训练，得到训练好的改进原型网络；所述步骤S3中得到训练好的改进原型网络的方法为：将所述未标记样本集定义为，其中，，表示第个未标记样本，表示每个类别中的样本数，表示未标记样本集的样本总数；在改进原型网络训练过程中，将未标记样本输入到改进原型网络的特征提取器进行处理，得到未标记嵌入特征，计算未标记嵌入特征与每个所述支持集原型之间的欧氏距离，将欧氏距离转换成概率向量，用于未标记样本集的预测，每隔若干个相等的迭代步长记录每个所述未标记样本对应未标记嵌入特征的预测概率，公式为：，其中表示记录的步长个数，表示第个未标记样本的预测概率；再计算预测的标签，公式为： ；其中，表示返回最大概率值所对应的标签的函数；每个未标记样本均获得个所述预测标签；将出现频率次数最高的所述预测标签记为，频率次数记为，若不小于频率阈值，则将该未标记样本选择为容易样本，记为；否则重新选取另一个未标记样本判断是否赋予伪标签；采用信息熵衡量所述容易样本的预测概率的不确定性，公式为： ；其中表示第个预测概率中属于第类的概率；为每个类别设置一个不确定性阈值，以约束所述未标记样本分配伪标签，所述不确定性阈值公式为： ；其中，表示第个容易样本对应的预测标签，表示指示函数，为类别标号；若所述预测概率的不确定性不大于所述不确定性阈值，则赋予所述容易样本伪标签，将其作为伪标签样本并加入到所述训练集中，训练所述改进原型网络，得到训练好的改进原型网络；否则重新选取另一个未标记样本判断是否赋予伪标签；步骤S4：将所述测试集导入训练好的改进原型网络进行缺陷检测，得到检测结果。

全文数据：

权利要求：

百度查询： 江南大学 中国电子科技集团公司第五十八研究所 一种倒装芯片缺陷检测方法、系统、设备和介质